ParameterEstimation (FPScript)

21.09.2021

Approximation d'un modèle non linéaire à un ensemble de données. Ici, des méthodes non itératives sont utilisées. Les méthodes "Grid-Search" et "Random-Search" sont les options disponibles.

Syntaxe

ParameterEstimation(Model, Data, [ Bounds ], [ Variations ] [ , Mode = MODE_RANDOM ])
ou
ParameterEstimation(UserdefinedModel, N, Data, [ Bounds ], [ Variations ], [ Mode = MODE_RANDOM ] [ , AuxData ])

 

La syntaxe de la fonction ParameterEstimation se compose des éléments suivants :

Section

Description

Model

Détermine le modèle à adapter aux données.

L'argument peut être choisi parmi une liste de modèles prédéfinis .

L'argument Model peut avoir les valeurs suivantes :

Constante

Signification

MODEL_RATIONAL_RATIONAL1

Fonction rationnelle (brisée) (variante 1)

MODEL_RATIONAL_RATIONAL2

Fonction rationnelle (brisée) (variante 2)

MODEL_RATIONAL_RATIONAL3

Fonction rationnelle (brisée) (variante 3)

MODEL_RATIONAL_RATIONAL4

Fonction rationnelle (brisée) (variante 4)

MODEL_RATIONAL_RATIONAL5

Fonction rationnelle (brisée) (variante 5)

MODEL_RATIONAL_RECI1

Fonction de réciprocité (variante 1)

MODEL_RATIONAL_RECI2

Fonction de réciprocité (variante 2)

MODEL_RATIONAL_RECI3

Fonction de réciprocité (variante 3)

MODEL_RATIONAL_RECI4

Fonction de réciprocité (variante 4)

MODEL_RATIONAL_BET1

Modèle BET (variante 1)

MODEL_RATIONAL_BET2

Modèle BET (variante 2)

MODEL_RATIONAL_HOLLIDAY

Modèle de Holliday (variante 1)

MODEL_RATIONAL_HOLLIDAYEXT

Modèle de Holliday (variante 2)

MODEL_RATIONAL_NELDER

Fonction de Nelder

MODEL_POWER_BELEHRADEK

Modèle de Belehradek

MODEL_POWER_BLEASDALENELDER

Modèle de Bleasdale Nelder

MODEL_POWER_FREUNDLICH1

Modèle de Freundlich (variante 1)

MODEL_POWER_FREUNDLICH2

Modèle de Freundlich (variante 2)

MODEL_POWER_FREUNDLICHEXT

Modèle de Freundlich (variante 3)

MODEL_POWER_GUNARY

Modèle de Gunary

MODEL_POWER_HARRIS

Modèle de Harris

MODEL_POWER_LANGMUIREXT1

Modèle de Langmuir (variante 1)

MODEL_POWER_LANGMUIREXT2

Modèle de Langmuir (variante 2)

MODEL_POWER_PARETO

Modèle de Pareto

MODEL_POWER_POWER1

Fonction exponentielle (variante 1)

MODEL_POWER_POWER2

Fonction exponentielle (variante 2)

MODEL_POWER_POWER3

Fonction exponentielle (variante 3)

MODEL_POWER_POWER4

Fonction exponentielle (variante 4)

MODEL_EXP_TIMEPOWER

Modèle temps-puissance

MODEL_EXP_BOXLUCAS1

Box et Lucas (variante 1)

MODEL_EXP_BOXLUCAS2

Box et Lucas (variante 2)

MODEL_EXP_BOXLUCAS3

Box et Lucas (variante 3)

MODEL_EXP_CHAPMAN

Modèle de Chapman

MODEL_EXP_EXPONENTIAL_ONEPARA1

Fonction exponentielle avec 1 paramètre (variante 1)

MODEL_EXP_EXPONENTIAL_ONEPARA2

Fonction exponentielle avec 1 paramètre (variante 2)

MODEL_EXP_EXPONENTIAL_ONEPARA3

Fonction exponentielle avec 1 paramètre (variante 3)

MODEL_EXP_EXPONENTIAL_ONEPARA4

Fonction exponentielle avec 1 paramètre (variante 4)

MODEL_EXP_EXPONENTIAL_ONEPARA5

Fonction exponentielle avec 1 paramètre (variante 5)

MODEL_EXP_EXPONENTIAL_ONEPARA6

Fonction exponentielle avec 1 paramètre (variante 6)

MODEL_EXP_EXPONENTIAL_ONEPARA7

Fonction exponentielle avec 1 paramètre (variante 7)

MODEL_EXP_EXPONENTIAL_TWOPARA1

Fonction exponentielle avec 2 paramètres (variante 1)

MODEL_EXP_EXPONENTIAL_TWOPARA2

Fonction exponentielle avec 2 paramètres (variante 2)

MODEL_EXP_EXPONENTIAL_TWOPARA3

Fonction exponentielle avec 2 paramètres (variante 3)

MODEL_EXP_EXPONENTIAL_THREEPARA1

Fonction exponentielle avec 3 paramètres (variante 1)

MODEL_EXP_EXPONENTIAL_THREEPARA2

Fonction exponentielle avec 3 paramètres (variante 2)

MODEL_EXP_EXPONENTIAL_THREEPARA3

Fonction exponentielle avec 3 paramètres (variante 3)

MODEL_EXP_EXPONENTIAL_ASSOCIATE

Fonction exponentielle combinée

MODEL_EXP_EXPONENTIAL_DECAY1

Fonction exponentielle décroissante (variante 1)

MODEL_EXP_EXPONENTIAL_DECAY2

Fonction exponentielle décroissante (variante 2)

MODEL_EXP_EXPONENTIAL_DECAY3

Fonction exponentielle décroissante (variante 3)

MODEL_EXP_EXPONENTIAL_DECAY4

Fonction exponentielle décroissante (variante 4)

MODEL_EXP_EXPONENTIAL_DECAY5

Fonction exponentielle décroissante (variante 5)

MODEL_EXP_EXPONENTIAL_DECAY6

Fonction exponentielle décroissante (variante 6)

MODEL_EXP_EXPONENTIAL_GROW1

Fonction exponentielle croissante (variante 1)

MODEL_EXP_EXPONENTIAL_GROW2

Fonction exponentielle croissante (variante 2)

MODEL_EXP_EXPONENTIAL_GROW3

Fonction exponentielle croissante (variante 3)

MODEL_EXP_EXPONENTIAL_GROW4

Fonction exponentielle croissante (variante 4)

MODEL_EXP_EXPONENTIAL_GROW5

Fonction exponentielle croissante (variante 5)

MODEL_EXP_EXPONENTIAL_GROW6

Fonction exponentielle croissante (variante 6)

MODEL_EXP_EXPONENTIAL_LINEAR

Combinaison linéaire exponentielle

MODEL_EXP_EXPONENTIAL

Fonction exponentielle

MODEL_EXP_MONOMOLECULAR1

Modèle de croissance monomoléculaire (variante 1)

MODEL_EXP_MONOMOLECULAR2

Modèle de croissance monomoléculaire (variante 2)

MODEL_EXP_SHAW

Modèle Shaw

MODEL_EXP_STIRLING

Modèle Stirling

MODEL_EXP_YIELDFERTILIZER1

Modèle de régression asymptotique (variante 1)

MODEL_EXP_YIELDFERTILIZER2

Modèle de régression asymptotique (variante 2)

MODEL_GROWTH_BOLTZMANN

Modèle de Boltzmann

MODEL_GROWTH_HILL

Modèle de Hill

MODEL_GROWTH_LOGISTICDOSERESPONSE

Modèle logistique Dose-réponse

MODEL_GROWTH_GOMPERTZ

Modèle de Gompertz

MODEL_GROWTH_SIGMOIDALLOGISTIC1

Modèle logistique (variante 1)

MODEL_GROWTH_SIGMOIDALLOGISTIC2

Modèle logistique (variante 2)

MODEL_GROWTH_SIGMOIDALLOGISTIC3

Modèle logistique (variante 3)

MODEL_GROWTH_SIGMOIDALRICHARDS2

Modèle de Richards

MODEL_GROWTH_SIGMOIDALWEIBULL1

Modèle de Weibull (variante 1)

MODEL_GROWTH_SIGMOIDALWEIBULL2

Modèle de Weibull (variante 2)

MODEL_HYPERBOLA_HYPERBOLA1

Fonction hyperbolique (variante 1)

MODEL_HYPERBOLA_HYPERBOLA2

Fonction hyperbolique (variante 2)

MODEL_HYPERBOLA_HYPERBOLA3

Fonction hyperbolique (variante 3)

MODEL_HYPERBOLA_HYPERBOLA4

Fonction hyperbolique (variante 4)

MODEL_HYPERBOLA_HYPERBOLA5

Fonction hyperbolique (variante 5)

MODEL_LOGARITHM_BRADLEY

Fonction de Bradley

MODEL_LOGARITHM_LOG1

Fonction logarithmique (variante 1)

MODEL_LOGARITHM_LOG2

Fonction logarithmique (variante 2)

MODEL_LOGARITHM_LOG3

Fonction logarithmique (variante 3)

MODEL_LOGARITHM_LOG4

Fonction logarithmique (variante 4)

MODEL_PEAK_ASYMMETRICDOUBLESIG

Modèle asymétrique à double sigmoïde

MODEL_PEAK_BETA

Fonction bêta

MODEL_PEAK_EXTREME

Fonction extrême

MODEL_PEAK_GAUSS

Modèle de Gauss (variante 1)

MODEL_PEAK_GAUSSAMPLITUDE

Modèle de Gauss (variante 2)

MODEL_PEAK_GRAMCHARLIER

Modèle de Gram Charlier

MODEL_PEAK_INVERSEPOLYNOMIAL

Fonction polynomiale inverse

MODEL_PEAK_LOGISTICPEAK

Fonction logistique-Peak

MODEL_PEAK_LOGNORMAL

Fonction lognormale

MODEL_PEAK_LORENTZIANPEAK

Fonction de crête de Lorentz

MODEL_PEAK_PSEUDOVOIGT1

Fonction Pseudo-Voigt (variante 1)

MODEL_PEAK_PSEUDOVOIGT2

Fonction Pseudo-Voigt (variante 2)

MODEL_PEAK_WEIBULL

Modèle de Weibull

MODEL_PHARMA_BIPHASIC

Modèle biphasique

MODEL_PHARMA_DOSERESPONSE

Modèle Dose-réponse

MODEL_PHARMA_BINDING1

Courbe de liaison (variante 1)

MODEL_PHARMA_BINDING2

Courbe de liaison (variante 2)

MODEL_PHARMA_COMPETITION1

Courbe de concurrence (variante 1)

MODEL_PHARMA_COMPETITION2

Courbe de concurrence (variante 2)

MODEL_WAVE_SINE

Fonction sinusoïdale

MODEL_WAVE_SINEDAMP

Fonction sinusoïdale amortie

MODEL_WAVE_SINESQUARE

Fonction sinusoïdale carrée

MODEL_NIST_BENNET5

Modèle NIST Bennet5

MODEL_NIST_CHWIRUT

Modèle NIST Chwirut

MODEL_NIST_DANWOOD

Modèle NIST Danwood

MODEL_NIST_ECKERLE4

Modèle NIST Eckerle4

MODEL_NIST_ENSO

Modèle NIST Enso

MODEL_NIST_GAUSS

Modèle NIST Gauss

MODEL_NIST_HAHN1

Modèle NIST Hahn1

MODEL_NIST_KIRBY2

Modèle NIST Kirby2

MODEL_NIST_LANCZOS

Modèle NIST Lanczos

MODEL_NIST_MGH09

Modèle NIST MGH09

MODEL_NIST_MGH10

Modèle NIST MGH10

MODEL_NIST_MGH17

Modèle NIST MGH17

MODEL_NIST_MISRA1A

Modèle NIST Misra1A

MODEL_NIST_MISRA1B

Modèle NIST Misra1B

MODEL_NIST_MISRA1C

Modèle NIST Misra1C

MODEL_NIST_MISRA1D

Modèle NIST Misra1D

MODEL_NIST_RAT42

Modèle NIST RAT42

MODEL_NIST_RAT43

Modèle NIST RAT43

MODEL_NIST_ROSZMAN1

Modèle NIST Roszman1

MODEL_NIST_BOXBOD

Modèle NIST Boxbod

UserdefinedModel

Détermine le modèle personnalisé à adapter aux données. L'argument contient le code FPScript pour le calcul de la fonction modèle (voir la fonction NonLinCurveFit).

Les structures de données autorisées sont Scalaire. Les types de données pris en charge sont Chaîne de caractères.

N

Le nombre de paramètres utilisés dans le modèle personnalisé.

Les structures de données autorisées sont Scalaire. Tous les types de données entiers sont autorisés.

La valeur doit être supérieure ou égale à 1.

Data

Ce sont les données sur lesquelles le modèle doit être ajusté. Si le modèle comporte plusieurs variables dépendantes, alors l'argument doit être spécifié sous forme de liste avec un ensemble de données par variable.

Les structures de données autorisées sont Séries de données, Matrice de données, Signal, Série de signaux et Liste. Tous les types de données numériques sont autorisés, à l'exception de Temps calendaire.

Bounds

La matrice de données avec les limites des paramètres du modèle à déterminer. La matrice contient par paramètre une colonne avec deux limites. Si vous omettez l'argument, alors ±1000 est utilisé comme limite.

Les structures de données autorisées sont Matrice de données. Tous les types de données numériques sont autorisés.

Si l'argument est une liste, alors son premier élément est pris. S'il s'agit à nouveau d'une liste, le processus est répété.

Variations

Les séries de données avec le nombre de variations pour chaque paramètre. La valeur par défaut est de 10 pour chaque paramètre.

Les structures de données autorisées sont Séries de données. Tous les types de données réels sont autorisés.

Si l'argument est une liste, alors son premier élément est pris. S'il s'agit à nouveau d'une liste, le processus est répété.

Mode

Précise le mode à utiliser.

L'argument Mode peut avoir les valeurs suivantes :

Constante

Signification

MODE_RANDOM

Sélectionne la méthode "Random-Search". Les variations à examiner dans la plage de valeurs sont distribuées de manière aléatoire.

MODE_GRID

Sélectionne la méthode "Grid-Search". Les variations à examiner dans la plage de valeurs sont équidistantes.

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut MODE_RANDOM .

AuxData

Toutes les données qui peuvent être transmises en option au modèle personnalisé en tant qu'argument "d".

Toutes les structures de données sont autorisées. Tous les types de données sont autorisés.

Remarques

Le résultat a toujours la structure de données Séries de données.

Le résultat est une série de données avec les paramètres estimés du modèle. Le nombre de combinaisons à calculer est déterminé par l'argument Variations. Pour un modèle avec trois paramètres et les variations {10,10,10}, 1000 combinaisons sont calculées. Pour la méthode de recherche aléatoire, des valeurs de paramètres distribuées de manière aléatoire sont calculées et se trouvent dans les limites spécifiées. Pour la méthode de recherche par grille, la distance entre les valeurs de paramètres voisines est constante. Cette valeur est déterminée par les arguments Bounds et Variations Un nombre de variations de 10 signifie qu'un paramètre peut prendre 10 valeurs spécifiques dans la plage de valeurs. Le modèle est ensuite calculé avec les combinaisons de paramètres déterminées de cette manière. Plus les limites de la fourchette établie sont grandes, moins l'estimation sera précise. Le résultat est la combinaison qui minimise la somme des carrés résiduels. Cette méthode est principalement utilisée pour estimer les paramètres de départ de l'ajustement non linéaire de la courbe.

Si le résultat ne donne aucune valeur, la plage de valeurs à examiner doit être limitée par l'argument Bounds.

Disponible dans

FlexPro Basic, Professional, Developer Suite

Exemples

Dim p = ParameterEstimation(MODEL_EXP_EXPONENTIAL_DECAY1, Ag, {{0,1000}, {0,1000}, {0,1000}}, {10, 10, 10}, MODE_RANDOM)
NonLinModel(MODEL_EXP_EXPONENTIAL_DECAY1, Ag, p)

Estime les paramètres du modèle de décroissance exponentielle (variante 1) en utilisant la méthode de recherche aléatoire et calcule les données modélisées à partir de celle-ci. Les paramètres peuvent être compris entre 0 et 1000.

Voir aussi

Fonction NonLinCurveFit

Fonction NonLinModel

Objet d'analyse Ajustement de courbes non linéaires

Partager l’article ou envoyer par mail :

Vous serez probablement intéressé par les articles suivants :